역 누적분포함수(ICDF)의 예

한 가전 제품 제조업체의 품질 엔지니어가 토스터 내부 가열 부품의 수명을 조사합니다. 엔지니어는 특정 비율의 가열 부품에 고장이 발생하는 시간을 확인하여 보증 기간을 정하려고 합니다. 가열 부품의 고장 발생 시간은 평균이 1000시간이고 표준 편차가 300시간인 정규 분포를 따릅니다.

엔지니어는 ICDF를 사용하여 가열 부품의 5%가 고장나는 시간, 모든 가열 부품의 95%가 고장나는 시간, 가열 부품의 5%만이 작동을 계속하는 시간을 추정합니다.

참고

이 예에서는 정규 분포를 사용합니다. 그러나 선택한 모든 분포에 대해 이와 동일한 단계를 수행합니다.

  1. 빈 워크시트 열의 열 이름 셀에 확률을 입력합니다.
  2. 복사하여 붙여넣거나 확률 열에 다음 데이터를 입력합니다.
    0.05
    0.95
    0.025
    0.975
    이 값들은 데이터 값이 계산되는 확률입니다.
  3. 계산 > 확률 분포 > 정규 분포을 선택합니다.
  4. 역 누적 확률을 선택합니다.
  5. 평균1000을 입력합니다.
  6. 표준 편차300을 입력합니다.
  7. 입력 열확률을 입력합니다.
  8. 확인을 클릭합니다.

결과 해석

가열 부품 고장의 분포가 평균이 1000이고 표준 편차가 300인 정규 분포를 따르는 경우, 다음이 참입니다.
  • 가열 부품의 5%가 고장날 것으로 예상되는 시간은 0.05의 ICDF 또는 약 507시간입니다.
  • 모든 가열 부품의 중간 95%가 고장날 것으로 예상되는 시간은 0.025의 ICDF와 0.975의 ICDF인 412시간과 1588시간입니다.
  • 가열 부품의 5%만이 남아 작동을 계속할 것으로 예상되는 시간은 0.95의 ICDF 또는 1493시간입니다.

역 누적분포함수

정규 분포(평균 = 1000, 표준 편차 = 300) P( X ≤ x ) x 0.050 506.54 0.950 1493.46 0.025 412.01 0.975 1587.99
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오